INTRODUCTION A

L’ANALYSE DES SYSTEMES

NON LINEAIRES

Continuité-Stabilité
 Introduction
Après avoir fait quelques rappels sur les systèmes
linéaires, nous allons maintenant étudier les
systèmes dynamiques non linéaires continus et
discrets :
• Systèmes continus
 F(X(t),u(t))
X
y(t)G(X(t),u(t))
• Systèmes discrets
X(k1)F(X(k),u(k))
y(k)G(X(k),u(k))
 Plan du chapitre
• Existence, unicité et régularité de la
solution d’un système discret
• Existence, unicité et régularité de la
solution d’un système continu
• Notion de stabilité
• Stabilité des points fixes
• Stabilité des solutions périodiques
• Stabilité asymptotique globale
 Systèmes non linéaires discrets
Propriétés des solutions : existence et unicité
Nous allons étudier les propriétés des
solutions des systèmes discrets décrits par
la représentation d’état suivante :

X(k1)F(X(k),u(k))
y(k)G(X(k),u(k))
Propriétés des solutions
Théorème :
n+1 n n+1
Soient F : R  R , G : R  R,
Alors  X 0  R n
et  u : zR il existe une
solution unique : 
x : z R
n
y: z R
du système discret :
X(k1)F(X(k),u(k))
y(k)G(X(k),u(k))
Avec X0 = X(0)
 Propriétés des solutions :
existence et unicité
• Cas linéaire :
 AX, X(t0)X0
X
Solution

e(tt0)AX
X(t)  0

• Cas non linéaire :

Existence, unicité, expression de X(t) ?
Propriétés des solutions : existence et unicité

Exemple 1 : 2
x  3x 3, x(0) 0
Cette équation a deux solutions:
~
x1(t)  t3
~
x2(t)  0
Pour tout t appartenant à R.
Propriétés des solutions : existence et unicité

Remarquons que f est continue en x = 0 mais

n’est pas différentiable.

Nous constatons donc que la solution peut ne

pas être unique

Certaines propriétés de f devront être

satisfaites pour garantir l’unicité des solutions.
Propriétés des solutions : existence et unicité

Exemple 2 : x  x2 , x(0) 1,

Sa solution s’écrit :
~
x( t)  1
1t
Cette solution n’est définie que sur l’intervalle
,1 et
lim
t 1
x(t)  ,

Cet intervalle est appelé intervalle maximal

d’existence.
Propriétés des solutions : existence et unicité

Notons que la fonction : x( t)  1

1t
a une autre branche définie sur l’intervalle
1,
Cette branche ne peut pas être considérée comme
faisant partie de la solution car
 
  t  0  1,.
Propriétés des solutions : existence et unicité

Exemple 3 :
1
x  x 3, x(0)0
Cette équation a deux solutions:
~
x1(t)  0
0, t 1
 
~
x2 (t)   2 3
2
 3 (t 1) , t 1
Propriétés des solutions : existence et unicité

Exemple 4 :

x  x3,
Cette équation a exactement une solution pour
chaque condition initiale :

(
 0 x 22t)1 2, x 0
0
~
x(t)   0 , x00
(x022t)1 2, x00
 Propriétés des solutions : existence et unicité

Cette solution diverge quand

x
t 0
2

2
c.à.d que la solution n’est définie que sur l’intervalle :

x 2
, 0 
 2 
 Propriétés des solutions : existence et unicité

Définition  : Soit ƒ Є C (U) où U est un ouvert de

1 R n

On dit que ~ x ( t) est une solution de l’équation

différentielle non linéaire :
  x f (x)
sur l’ intervalle I, si ~
x( t) est différentiable sur I, et
  ~
x (t) f (~
x(t)).
 
pour tout tI .
 
 Propriétés des solutions : existence et unicité

De plus, soit x0U. ~x (t )est une solution du

problème à valeur initiale :

  x  f ( x), x(t0 )  x0
t0I, ~
x (t0)  x0
sur un intervalle I, si 
x f (x)et si ~
est
x (t )
une solution de l’équation différentielle non
linéaire sur l’intervalle I .
 
 
 Propriétés des solutions : existence et unicité

Théorème : Soit U un ouvert de Rn contenant x0

et supposons que ƒ ∈ C1 (U). Alors il existe un α
> 0 tel que le problème à valeur initiale
 
x  f ( x), x(t0 )  x0
ait une solution unique ~
x (t ) sur l’intervalle
[ -α, α ].

 
 Points d’équilibre
Systèmes NL continus
Définition :    Un point x* ∈ Rn est un point
d’équilibre ou un point critique de l’équation
différentielle :
 f (x),
x
si f(x*) = 0
Points d’équilibre

Définition : Un point d’équilibre est dit point

d’équilibre hyperbolique de :

 f (x ),
x
si aucune valeur propre de la matrice :
 
Jx (f)  df (x*),
*
dx
n’est à partie réelle nulle.
 Linéarisation

Définition : Le système linéaire

  Jx (f)x
x *

est appelé la linéarisation de :

 f (x)
x
au point x*
Linéarisation

Dans ce qui suit, nous supposerons que le point

d’équilibre est l’origine.

Sinon, on effectuerait le changement de

coordonnées :

x → x – x*
 Stabilité d’un point fixe

La nature de la stabilité d’un point d’équilibre

hyperbolique est facile à déterminer à partir de
l’étude de la stabilité du linéarisé.
Stabilité d’un point fixe

Théorème :
Le point d’équilibre est asymptotiquement stable, si toutes
les valeurs propres de la matrice jacobienne :
df (x*)
dx
sont à partie réelle strictement négative, c.à.d si x* est un
puit,

Le point d’équilibre est instable s’il existe au moins une

valeur propre de la matrice jacobienne à partie réelle
positive , c.à.d si x* est une source ou un col.
 Stabilité d’un point fixe

Remarques :

1. Le théorème nous donne seulement les conditions

suffisantes

2. La stabilité asymptotique du système linéarisé au

point fixe implique la stabilité du point fixe du
système non linéaire
Stabilité d’un point fixe

3. L’instabilité du système linéarisé au point fixe

implique généralement l’instabilité du point fixe
du système non linéaire

4. Si le système linéarisé au point fixe a des valeurs

propres à partie réelle nulle ( les autres étant à
partie réelle négative), on ne peut pas conclure
sur la stabilité du point fixe du système non
linéaire.
Stabilité d’un point fixe

Exemple : Modèle de Lorenz

  (yx)
x
  rx  y xz
y
  xybz
z

, b et r sont des paramètres positifs

 = 10, b = 8/3 et r variable
Pour r<1, un seul point fixe : (0,0,0)
Pour r>1, 3 points fixes : (0,0,0),
 
r (b  1) ,  r (b  1) , r  1
Stabilité d’un point fixe

• Pour r < 1, l’origine est stable,

• Pour r > 1, apparition des deux autres points fixes

et l’origine devient instable

• Les deux autres points fixes sont stables pour

   b  3
r  h   24,74
  b 1
 Points fixes
Systèmes NL discrets
Définition : X* est un point fixe du système discret :
x(k1)f (x(k))

Avec : f : R nR nC1

Si
x*f (x*)
 Linéarisation
Systèmes NL discrets
Définition : Le système linéaire

x(k1)  Jx (f)x(k)
*

est appelé la linéarisation de :

x(k1)f (x(k))

au point x*
 Stabilité d’un point fixe
Théorème :
Le point d’équilibre est asymptotiquement
stable, si toutes les valeurs propres i de la
df (x*)
matrice jacobienne : dx
vérifient i  1
Le point d’équilibre est instable s’il existe au
moins une valeur propre de la matrice jacobienne
de module supérieure à 1.
Stabilité d’un point fixe

Remarques :

1. Le théorème nous donne seulement les conditions

suffisantes

2. La stabilité asymptotique du système linéarisé au

point fixe implique la stabilité du point fixe du
système non linéaire
 Stabilité d’un point fixe

3. L’instabilité du système linéarisé au point fixe

implique généralement l’instabilité du point fixe du
système non linéaire

4. Si le système linéarisé au point fixe a des valeurs

propres de module égal à 1 ( les autres les autres
étant de module inférieur à 1), on ne peut pas
conclure sur la stabilité du point fixe du système non
linéaire.
Stabilité d’un point fixe

• Exemple
f(x)  1x2

avec 0 <  ≤ 2
On considère les itérations de f dans [-1 1]
Points fixes :
1
x*  (1  1  4 )
2
Stabilité d’un point fixe

1
Le point fixe : x*  (1  1  4 )
2

n’est pas dans l’intervalle [-1 1]

Le seul point fixe est alors x*  1 (1  1  4 )

2
qui est stable pour 0<  <0.75
Stabilité des solutions périodiques
des systèmes discrets

La discussion de la stabilité des solutions

périodiques des systèmes discrets est similaire
à la discussion de la stabilité des points fixes
des systèmes discrets.
Stabilité des solutions périodiques des systèmes discrets

Théorème :
Considérons le système :
x(k1)f (x(k),u(k)) (1)
où f : R n1  R n
et avec u une entrée p périodique c.à.d u(k+p)=u(k),
pour tout k.
Une solution mp périodique du système (1) correspond
au point fixe de la fonction :
G: R n1  R n
définie par :
G(x)  f(f(ff(x,u(0))u(mp2)),u(mp1))
Stabilité des solutions périodiques des systèmes discrets

Étudier la stabilité de la solution périodique du

système (1) revient à étudier la stabilité du point
fixe de la fonction G.

Exemple : la fonction logistique

f (x)  1x2